Simplex metoden Meget kraftig metode for løsning av store LP-problemer

Slides:



Advertisements
Liknende presentasjoner
FAGVERK Institutt for maskin- og marinfag.
Advertisements

Læringsmiljø og pedagogisk analyse En strategi for skoleutvikling
BEVIS I DENNE ART-TIMEN VAR DU SPESIELT BRA DU VISTE DATO: _______.
Wyndor med variasjoner Ethvert LP problem vil falle i en av følgende kategorier: 1. Problemet har en (eller flere) optimalløsninger 2. Problemet har ingen.
Kurs i Hurtiglesing – Superlesing – Fotolesing
Beslutningsrelevante kostnader
Transaksjonskostnader
0,68 Økonomisk effektivitet Bilanalyse AS
Økonomistyring - Kalkulasjon Del1
Produktkalkulasjon Læringsmål i kapitlet:
Managerial Decision Modeling
Avdeling i Varberg, Sverige Partner med IBM
Ikt-enheten 6,8 årsverk 7 personer + 1 lærling. Ikt-enheten – Samkommunestyret 28/ Litt om IKT-enheten  Enheten har.
Produktvalg Læringsmål:
Løsninger ABC i sykehus
Kapittel 16 Produktvalg Læringsmål:
REHABILITERING Ved Helsehuset Sarpsborg
Kapittel 9 Transport og tildelingsmodeller. Temaer i kapittel 9 Formulering av transport- problemer Løsning av transportproblemer med nordvestre hjørne.
Løsningsforslag oppgave 10.3 b)
Et trygt sted å være. Et godt sted å lære.
Formålet med produktkalkyler
Tjenesteytende bedrifter
Kapittel 7: LP Introduksjon til Lineær Programmering
FUNNKe Regionalt kompetanseløft innen elektronisk samhandling ALF – drift og rutiner ved Lars-Andreas Wikbo Line Nordgård.
Regnskapsfører og Sparringpartner / rådgiver
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
Managerial Decision Modeling
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
LOG530 Distribusjonsplanlegging
Lokalisering og minimum maxavstand. LOG530 Distribusjonsplanlegging 2 2 I mange situasjoner ønsker en å finne lokaliseringer som minimerer maksimalavstanden.
Managerial Decision Modeling
BØK100 Bedriftsøkonomi 1 Kapittel 16 Produktvalg
Managerial Decision Modeling Cliff Ragsdale 6. edition Rasmus RasmussenBØK350 OPERASJONSANALYSE1 Chapter 6 Integer Linear Programming.
Tema: Test First Positivist: Det som ikke kan måles, eksisterer ikke! Reduserer sjanser for defekter! Gir en oppdatert ”TODO-liste” Gir trygghet til å.
Tvedestrand og Åmli Videregående Skole
Dagkirurgi inn i fremtiden:
Student i ”moden” alder
Mer effektiv og lønnsom med Mamut Business Software
1 Kompetanseutvikling i skolen generelt: Bjørnsrund, H., Monsen, L. og Overland, B. (red.) (2006): Utdanning for utvikling av skolen –Skoleledelse –Skoleadministrasjon.
Aker sykehus: JetRek 101 Bakgrunn
Tredje semesters praksis på Lektorprogrammet
Kapittel 12 – Noen begreper
Forelesningsnotat 7 OEE/TAK
Akvakultur og ny teknologi Florø 24 og
”Vi vil lage et verktøy som beregner hvor mye energi som er tilgjengelig for satellitten, gitt ulike parametere” Gruppe II Strømforsyning.
Monica F. Petersson, Direktør rådgivning
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
Akuttenheten – på nett Et hovedprosjekt 2-årig høgskoleutdanning innen IT - i Trondheim! 4 vt ~ 2 dager pr uke, fra 28.1 – 30.5 En student... Oppgaven:
Kalkulering Formål med kalkyle Kostnadsstruktur Kalkulasjonsmetode.
For lokale tillitsvalgte
Operasjonsanalytiske emner Tolkninger og sammenhenger Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 4 Dualitet og post-optimal analyse.
5 Handlingsplan kort sikt 6 Måling, oppfølging, sikre effekt
© DET JURIDISKE FAKULTET UNIVERSITETET I OSLO Rettskjelder til fots Ola Mestad Professor dr. juris.
Å starte bedrift. Forretningsplan Forretningsidè Markedsvurdering Markedsføring Lokaler og utstyr Organisering Økonomi.
TJØME KOMMUNE IKT utfordringer Flere brukere – spesielt PLO Flere maskiner Flere programmer i bruk Økt bruk av IKT på alle områder Økt forventning om tilgjengelighet.
Befolkningsundersøkelse gjennomført for Forbrukerrådet av Norstat – juni 2015.
Økonomistyring Kjell Magne Baksaas, Øystein Hansen og Trond Winther Gyldendal Akademisk Produktvalg © Gyldendal Akademisk Innholdet i dette dokumentet.
Litt om bedriftens kostnader
WP4 Estimation of energy consumption and economy.
MAT0100V Sannsynlighetsregning og kombinatorikk
Studieledernettverket: Silurveien og digitalt læringsmiljø
Produktkalkulasjon Læringsmål i kapitlet:
Bedriftens kostnader Kostnader klassifiseres på en rekke forskjellige måter. En av de viktigste er hvordan de reagerer på aktivitetsnivået Faste kostnader.
Kapittel 14 Produktvalg Læringsmål:
Kapittel 15 Produktvalg Læringsmål:
Kapittel 7 Kostnadsforløp og kostnadsstruktur
BØK711 Bedriftsøkonomisk analyse
Foreldremøte 5.-trinn 28.Febrruar 2018.
Formålet med produktkalkyler
Rogfast-Hordfast: Hva mener bedriftene?
Utskrift av presentasjonen:

Simplex metoden Meget kraftig metode for løsning av store LP-problemer Gir mye nyttig økonomisk informasjon i tillegg til optimalløsningen Beregnes hurtig med PC – men viktig å forstå hva maskinen gjør

Eksempel: Flair Furniture Timer for å produsere en enhet Kapasitet pr. uke X1 Stoler X2 Bord Avdeling Snekring Maling 4 2 3 1 240 100 Dekningsbidrag Restriksjoner 7 5 4X1 + 3X2 <=240 (Snekker) 2X1 + 1X2 <=100 (Maling) Målfunksjon Maksimer: 7X1 + 5X2

Simplex metoden Første trinn – omforme ulikhetene til likheter  restriksjonene gjøres om til strenge likheter = Legger til en slakkvariabel for hver restriksjon Slakkvariabler viser ubrukt kapasitet S1 = ubrukte timer i malerverkstedet S2 = ubrukte timer i snekkerverkstedet

Simplex metoden Dette gir følgende problemdefinisjon: 2X1 + 1X2 + S1 = 100 4X1 + 3X2 + S2 = 240 Hvis produksjon av bord og stoler krever mindre enn 100 timer, er den ubrukte tiden S1 Hvis X1 og X2 = 0 blir S1 = 100 Hvis X1 = 40 og X2 = 10 blir S1 = 10

Simplex metoden For at et ligningssett skal være bestemt, må det være like mange ligninger som variable Vi har 4 variable og 2 ligninger Setter to av variablene lik 0, og løser for de to andre Simplex-metoden starter med beslutnings-variablene X1 og X2 lik 0, og løser for S1 og S2

Mulighetsområde og hjørneløsning X2 100 80 60 40 20 B = (0,80) Antall stoler C = (30,40) A = (0, 0) D = (50,0) 0 20 40 60 80 100 X1 Antall bord

Flair Furnitures første simplex tablå DB pr. enhet kolonne Produkt- miks kolonne Beslutnings- variable Slakk- variable Konstant DB pr. enhet Cj 7 5 $0 $0 Løsning X1 X2 S1 S2 Kvantum Begrens- ninger S1 2 1 1 100 S2 4 3 1 240 Brutto profitt $0 Zj Netto profitt Cj - Zj 7 5 $0

Simplex prosedyre – 5 trinn Bestem hvilken variabel som skal gå inn i løsningen. Dette gjøres ved å se på kolonne Cj – Zj, og velge variabel med størst verdi Bestem hvilken variabel som skal gå ut av løsningen. En er kommet inn – en må gå ut. Divider kvantumskolonnen med tallet i skiftekolonnen. Raden med det minste (positive) forholdstallet blir erstattet i det nye tablået. Denne raden kalles skifteraden og tallet skiftetallet.

Simplex prosedyre, forts Lag ny skifterekke ved å dividere den gamle rekken med skiftetallet Lag nye verdier for andre rekker. Nye tall = gamle tall – (tallet i skiftekolonnen • ny skifterekke) Beregn Zj og Cj - Zj

Skiftetall og skiftekolonne i tablå 1 Cj 7 5 Løsning X1 X2 S1 S2 Kvantum skifterad S1 2 1 1 100 S2 4 3 1 240 skiftetall $0 $0 $0 $0 $0 Zj Cj - Zj $7 $5 $0 $0 $0 skiftekolonne

Simplex tablå 2 Cj 7 5 Løsning X1 X2 S1 S2 Kvantum $7 X1 1 1/2 1/2 50 Løsning X1 X2 S1 S2 Kvantum $7 X1 1 1/2 1/2 50 $0 S2 1 -2 1 40 7 7/2 7/2 350 Zj Cj - Zj 3/2 - 7/2

Table 2 – skiftetall mv Cj $7 $5 $0 $0 Løsning X1 X2 S1 S2 Kvantum 7 1/2 1/2 50 S2 1 -2 1 40 Skifterad Skiftetall $7 7/2 7/2 $0 350 (Total profitt) Zj Cj - Zj $0 3/2 - 7/2 $0 Skiftekolonne

Endelig simplex tablå Cj 7 5 Løsning X1 X2 S1 S2 Kvantum 7 X1 1 3/2 Løsning X1 X2 S1 S2 Kvantum 7 X1 1 3/2 -1/2 30 5 X2 1 -2 1 40 7 5 1/2 3/2 410 Zj Cj - Zj -1/2 - 3/2

Skyggepriser (dualvariabler) Skyggepriser viser hva en enhet kapasitet er verdt Skyggepriser er positive hvis all kapasitet er brukt Da er også slakkvariabelen 0 Finnes i C-Z raden i tablået Negative verdier i for slakkvariablene

QM og simplex metoden

Sensitivitetsanalyse

Flair dual

Flair dual

High Note

High Note ranging

High Note